Φανταστείτε να μπορούσατε να καταγράψετε τη ζωή σας -- οτιδήποτε λέγατε, οτιδήποτε κάνατε, διαθέσιμο σε μία τέλεια αποθηκευτική μνήμη στη διάθεσή σας, ώστε να μπορείτε να πάτε πίσω και να βρείτε αξιομνημόνευτες στιγμές και να τις ξαναζήσετε, ή να ψάξετε μέσα από ψήγματα του χρόνου και να ανακαλύψετε στοιχεία για τη ζωή σας που δεν είχατε παρατηρήσει παλαιότερα, Αυτό ακριβώς είναι το ταξίδι που ξεκίνησε η οικογένειά μου πριν από πεντέμισι χρόνια. Αυτή είναι η γυναίκα μου και συνεργάτης μου, Ρούπαλ. Και αυτή τη μέρα, αυτή τη στιγμή, μπήκαμε στο σπίτι μας με το πρώτο μας παιδί, το πανέμορφο αγοράκι μας. Και μπήκαμε σε ένα σπίτι εφοδιασμένο με ένα ειδικό σύστημα καταγραφής βίντεο.
Imagine if you could record your life -- everything you said, everything you did, available in a perfect memory store at your fingertips, so you could go back and find memorable moments and relive them, or sift through traces of time and discover patterns in your own life that previously had gone undiscovered. Well that's exactly the journey that my family began five and a half years ago. This is my wife and collaborator, Rupal. And on this day, at this moment, we walked into the house with our first child, our beautiful baby boy. And we walked into a house with a very special home video recording system.
(Βίντεο) Άνδρας: Εντάξει.
(Video) Man: Okay.
Ντεμπ Ρόυ: Αυτή η στιγμή και χιλιάδες άλλες στιγμές μοναδικές για εμάς, καταγράφηκαν στο σπίτι μας διότι σε κάθε δωμάτιο του σπιτιού, αν κοιτούσατε ψηλά, θα βλέπατε μία κάμερα και ένα μικρόφωνο, και αν κοιτούσατε χαμηλά, θα βλέπατε αυτή την πανοραμική άποψη του δωματίου. Εδώ είναι το σαλόνι μας, το δωμάτιο του μωρού, η κουζίνα, η τραπεζαρία, και το υπόλοιπο σπίτι. Και όλες αυτές οι κάμερες τροφοδοτούσαν μία παράταξη δίσκων σχεδιασμένη για συνεχή καταγραφή. Εδώ λοιπόν βλέπουμε εν τάχει μία μέρα στο σπίτι μας καθώς πηγαίνουμε από το ηλιόλουστο πρωϊνό στο βραδυνό φωτισμό και, τελικά, σβήνουμε τα φώτα τη νύχτα. Στη διάρκεια τριών ετών, καταγράφαμε οκτώ με δέκα ώρες τη μέρα, συγκεντρώνοντας περίπου 250.000 ώρες ήχου και εικόνας.
Deb Roy: This moment and thousands of other moments special for us were captured in our home because in every room in the house, if you looked up, you'd see a camera and a microphone, and if you looked down, you'd get this bird's-eye view of the room. Here's our living room, the baby bedroom, kitchen, dining room and the rest of the house. And all of these fed into a disc array that was designed for a continuous capture. So here we are flying through a day in our home as we move from sunlit morning through incandescent evening and, finally, lights out for the day. Over the course of three years, we recorded eight to 10 hours a day, amassing roughly a quarter-million hours of multi-track audio and video.
Βλέπετε λοιπόν ένα κομμάτι από αυτό που είναι με διαφορά η μεγαλύτερη συλλογή οικιακού βίντεο που δημιουργήθηκε ποτέ. (Γέλια) Και το τι αντιπροσωπεύουν αυτά τα δεδομένα για την οικογένειά μας σε προσωπικό επίπεδο, ο αντίκτυπος είναι ήδη τεράστιος, και εξακολουθούμε να μαθαίνουμε την αξία τους, Αμέτρητες στιγμές αυθόρμητων φυσικών στιγμών, όχι ποζαρισμένες, έχουν καταγραφεί εδώ, και αρχίζουμε να μαθαίνουμε πως να τις ανακαλύπτουμε και να τις βρίσκουμε.
So you're looking at a piece of what is by far the largest home video collection ever made. (Laughter) And what this data represents for our family at a personal level, the impact has already been immense, and we're still learning its value. Countless moments of unsolicited natural moments, not posed moments, are captured there, and we're starting to learn how to discover them and find them.
Υπάρχει όμως και ένας επιστημονικός λόγος πίσω από αυτό το εγχείρημα, να χρησιμοποιήσουμε αυτό το φυσικό παρατεταμένο πείραμα για να καταλάβουμε τη διαδικασία με την οποία ένα παιδί μαθαίνει τη γλώσσα -- στην προκειμένη περίπτωση ο γιος μου. Και έτσι, αφού εξασφαλίσαμε την ιδιωτικότητα όλων των προσώπων που καταγράφηκαν στα δεδομένα, καταστήσαμε τμήμα των δεδομένων διαθέσιμο στην έμπιστη ερευνητική μου ομάδα στο ΜΙΤ για να αρχίσουμε να απομονώνουμε μοντέλα σε αυτή τη μαζική βάση δεδομένων, προσπαθώντας να καταλάβουμε την επίδραση του κοινωνικού περιβάλλοντος στην εκμάθηση της γλώσσας. Εδώ βλέπουμε ένα από τα πρώτα πράγματα που αρχίσαμε να κάνουμε. Εγώ και η γυναίκα μου ετοιμάζουμε πρωϊνό στην κουζίνα. Και καθώς κινούμαστε στο χώρο και στο χρόνο, μία πολύ καθημερινή ρουτίνα στην κουζίνα.
But there's also a scientific reason that drove this project, which was to use this natural longitudinal data to understand the process of how a child learns language -- that child being my son. And so with many privacy provisions put in place to protect everyone who was recorded in the data, we made elements of the data available to my trusted research team at MIT so we could start teasing apart patterns in this massive data set, trying to understand the influence of social environments on language acquisition. So we're looking here at one of the first things we started to do. This is my wife and I cooking breakfast in the kitchen, and as we move through space and through time, a very everyday pattern of life in the kitchen.
Για να μετατρέψουμε αυτές τις αδιαφανείς, 90.000 ώρες βίντεο σε κάτι που μπορούσαμε να αρχίσουμε να βλέπουμε, χρησιμοποιούμε ανάλυση κίνησης για να αναδείξουμε, καθώς κινούμαστε στο χώρο και στο χρόνο, αυτό που αποκαλούμε "σκουλήκια του χωροχρόνου." Και αυτό έχει γίνει τμήμα της εργαλειοθήκης μας για να μπορούμε να κοιτούμε και να βλέπουμε που βρίσκονται οι δραστηριότητες στα δεδομένα, και με αυτό, να ακολουθήσουμε το μοντέλο του, συγκεκριμένα, που στο σπίτι κινούνταν ο γιος μου, ώστε να επικεντρώσουμε τις προσπάθειες μεταγραφής, ολόκληρο το περιβάλλον ομιλίας γύρω από το γιο μου -- όλες τις λέξεις που άκουσε από εμένα, τη γυναίκα μου, τη νταντά, και τελικά, τις λέξεις που άρχισε να παράγει. Με αυτή λοιπόν την τεχνολογία και αυτά τα δεδομένα και την ικανότητα, με τη βοήθεια μηχανών, να μεταγράφουμε το λόγο, έχουμε τώρα μεταγράψει πάνω από επτά εκατομμύρια λέξεις στο σπίτι μας. Και με αυτό, επιτρέψτε μου τώρα να σας πάω για ένα πρώτο γύρο στα δεδομένα.
In order to convert this opaque, 90,000 hours of video into something that we could start to see, we use motion analysis to pull out, as we move through space and through time, what we call space-time worms. And this has become part of our toolkit for being able to look and see where the activities are in the data, and with it, trace the pattern of, in particular, where my son moved throughout the home, so that we could focus our transcription efforts, all of the speech environment around my son -- all of the words that he heard from myself, my wife, our nanny, and over time, the words he began to produce. So with that technology and that data and the ability to, with machine assistance, transcribe speech, we've now transcribed well over seven million words of our home transcripts. And with that, let me take you now for a first tour into the data.
Είμαι βέβαιος πως όλοι σας έχετε δει βίντεο χρονικής επιτάχυνσης όπου ένα λουλούδι ανθίζει καθώς επιταχύνετε το χρόνο. Θα ήθελα τώρα να βιώσετε το άνθισμα μίας μορφής λόγου. Λίγο μετά τα πρώτα του γενέθλια, ο γιος μου έλεγε "γκάγκα" και εννοούσε νερό. Και στη διάρκεια του επόμενου μισού χρόνου έμαθε σιγά σιγά να πλησιάζει τη σωστή ενήλικη μορφή, "ουότερ" (νερό). Θα διατρέξουμε λοιπόν έξι μήνες σε περίπου 40 δευτερόλεπτα. Δεν έχουμε βίντεο εδώ για να επικεντρωθείτε στον ήχο, την ακουστική, μίας νέας τροχιάς: από γκάγκα σε ουότερ.
So you've all, I'm sure, seen time-lapse videos where a flower will blossom as you accelerate time. I'd like you to now experience the blossoming of a speech form. My son, soon after his first birthday, would say "gaga" to mean water. And over the course of the next half-year, he slowly learned to approximate the proper adult form, "water." So we're going to cruise through half a year in about 40 seconds. No video here, so you can focus on the sound, the acoustics, of a new kind of trajectory: gaga to water.
(Ήχος) Μωρό: Γκαγκαγκαγκαγκα Γκάγκα γκάγκα γκάγκα γκούγκα γκούγκα γκούγκα ουάντα γκάγκα γκάγκα γκούγκα γκάγκα ουάντερ γκούγκα γκούγκα ουότερ ουότερ ουότερ ουότερ ουότερ ουότερ ουότερ ουότερ ουότερ.
(Audio) Baby: Gagagagagaga Gaga gaga gaga guga guga guga wada gaga gaga guga gaga wader guga guga water water water water water water water water water.
ΝΡ: Τα καταφερε περίφημα, έτσι δεν είναι;
DR: He sure nailed it, didn't he.
(Χειροκρότημα)
(Applause)
Δεν έμαθε όμως μόνο το "νερό". Στη διάρκεια 24 μηνών, τα δύο πρώτα χρόνια, στα οποία δώσαμε έμφαση, αυτός είναι ένας χάρτης κάθε λέξης που έμαθε σε χρονολογική σειρά. Και επειδή έχουμε πλήρεις μεταγραφές, έχουμε αναγνωρίσει κάθε μία από τις 503 λέξεις που έμαθε να παράγει ώσπου να γίνει δύο χρόνων. Έμαθε να μιλάει νωρίς. Και αρχίσαμε να μελετάμε το γιατί. Γιατί γεννήθηκαν ορισμένες λέξεις πριν από άλλες; Αυτό είναι ένα από τα πρώτα αποτελέσματα που προέκυψαν από την έρευνά μας πριν από περίπου ένα χρόνο που πραγματικά μας εξέπληξε. Η ερμηνεία αυτού του φαινομενικά απλού γραφήματος είναι πως η κάθετος είναι μία ένδειξη της πολυπλοκότητας του λόγου του φροντιστή βάσει του μήκους του λόγου. Και ο κάθετος άξονας είναι ο χρόνος.
So he didn't just learn water. Over the course of the 24 months, the first two years that we really focused on, this is a map of every word he learned in chronological order. And because we have full transcripts, we've identified each of the 503 words that he learned to produce by his second birthday. He was an early talker. And so we started to analyze why. Why were certain words born before others? This is one of the first results that came out of our study a little over a year ago that really surprised us. The way to interpret this apparently simple graph is, on the vertical is an indication of how complex caregiver utterances are based on the length of utterances. And the [horizontal] axis is time.
Και όλα τα δεδομένα τα τοποθετήσαμε βάσει της ακόλουθης ιδέας: Κάθε φορά που ο γιος μου μάθαινε μία λέξη, πηγαίναμε πίσω και κοιτούσαμε τη γλώσσα που άκουσε και η οποία περιείχε αυτή τη λέξη. Και καταγράφαμε το σχετικό μήκος των προτάσεων. Και αυτό που βρήκαμε είναι αυτά τα περίεργα φαινόμενα, ο λόγος του φροντιστή συστηματικά μειωνόταν στο ελάχιστο, καθιστώντας τη γλώσσα όσο πιο απλή γίνεται, και μετά σιγά σιγά ανέβαινε σε περιπλοκότητα. Και το εκπληκτικό ήταν πως αυτή η άνοδος, αυτή η βουτιά, ταίριαζαν σχεδόν απόλυτα με το πότε γεννιόταν κάθε λέξη -- λέξη με λέξη, συστηματικά. Φαίνεται λοιπόν πως και οι τρεις κατεξοχήν φροντιστές -- εγώ, η γυναίκα μου και η νταντά μας -- συστηματικά και, νομίζω, υποσυνείδητα αναδομούσαμε τη γλώσσα μας για να τον συναντήσουμε στη γέννηση μιας λέξης και να τον εισάγουμε ομαλά σε πιο περίπλοκη γλώσσα. Και οι επιπτώσεις αυτού -- είναι πολλές, αλλά η μία που θέλω να αναδείξω, είναι πως πρέπει να υπάρχει μία εκπληκτική αμφίδρομη σχέση. Φυσικά ο γιος μου μαθαίνει από το γλωσσικό του περιβάλλον, αλλά το περιβάλλον μαθαίνει από αυτόν. Αυτό το περιβάλλον, οι άνθρωποι, βρίσκονται σε αυτή την αμφίδρομη σχέση και δημιουργούν μία σκαλωσιά που δεν είχε παρατηρηθεί μέχρι τώρα.
And all of the data, we aligned based on the following idea: Every time my son would learn a word, we would trace back and look at all of the language he heard that contained that word. And we would plot the relative length of the utterances. And what we found was this curious phenomena, that caregiver speech would systematically dip to a minimum, making language as simple as possible, and then slowly ascend back up in complexity. And the amazing thing was that bounce, that dip, lined up almost precisely with when each word was born -- word after word, systematically. So it appears that all three primary caregivers -- myself, my wife and our nanny -- were systematically and, I would think, subconsciously restructuring our language to meet him at the birth of a word and bring him gently into more complex language. And the implications of this -- there are many, but one I just want to point out, is that there must be amazing feedback loops. Of course, my son is learning from his linguistic environment, but the environment is learning from him. That environment, people, are in these tight feedback loops and creating a kind of scaffolding that has not been noticed until now.
Αυτό σε ό,τι αφορά το λόγο. Τι γίνεται με την εικόνα; Δεν βλέπουμε -- φανταστείτε πως αυτό είναι μία τομή του σπιτιού μας σαν κουκλόσπιτο. Πήραμε αυτές τις κάμερες με φακούς που μιμούνται τα μάτια ψαριού και τους διορθώσαμε οπτικά και μετά μπορούμε να δημιουργήσουμε τρισδιάστατη ζωή. Καλωσήρθατε λοιπόν στο σπίτι μου. Αυτή είναι μία στιγμή, μία στιγμή καταγεγραμμένη από πολλές κάμερες. Ο λόγος που το κάναμε αυτό ήταν για να δημιουργήσουμε την απόλυτη μηχανή μνήμης με την οποία μπορείς να γυρίσεις στο χρόνο και να περιπλανηθείς και να εμφυσήσεις βιντεοσκοπημένη ζωή σε αυτό το σύστημα. Αυτό που θα κάνω είναι να σας δώσω μία επιταγχυμένη άποψη τριάντα λεπτών, ξανά, απλώς ζωής στο σαλόνι. Αυτός είμαι εγώ με το γιο μου στο πάτωμα. Και η ανάλυση του βίντεο καταγράφει τις κινήσεις μας. Ο γιος μου αφήνει κόκκινο μελάνι, εγώ πράσινο. Είμαστε στον καναπέ, κοιτώντας έξω από το παράθυρο τα αυτοκίνητα που περνούν. Και τελικά, ο γιος μου παίζει μόνος του με ένα κινούμενο παιχνίδι.
But that's looking at the speech context. What about the visual context? We're not looking at -- think of this as a dollhouse cutaway of our house. We've taken those circular fish-eye lens cameras, and we've done some optical correction, and then we can bring it into three-dimensional life. So welcome to my home. This is a moment, one moment captured across multiple cameras. The reason we did this is to create the ultimate memory machine, where you can go back and interactively fly around and then breathe video-life into this system. What I'm going to do is give you an accelerated view of 30 minutes, again, of just life in the living room. That's me and my son on the floor. And there's video analytics that are tracking our movements. My son is leaving red ink. I am leaving green ink. We're now on the couch, looking out through the window at cars passing by. And finally, my son playing in a walking toy by himself.
Τώρα παγώνουμε τη δράση, 30 λεπτά, τοποθετούμε το χρόνο στον κάθετο άξονα, και ανοίγουμε για μία ματιά σε αυτά τα ίχνη αλληλεπίδρασης που αφήσαμε πίσω μας. Και βλέπουμε αυτές τις εκπληκτικές κατασκευές -- αυτούς τους μικρούς κόμπους από κλωστές δύο χρωμάτων που αποκαλούμε κοινωνικά θερμά σημεία. Αποκαλούμε την ελικοειδή κλωστή μοναχικό θερμό σημείο. Και πιστεύουμε πως αυτές επηρεάζουν τον τρόπο που μαθαίνεται η γλώσσα. Αυτό που θα θέλαμε να κάνουμε είναι να αρχίσουμε να καταλαβαίνουμε την αλληλεπίδραση ανάμεσα σε αυτά τα μοντέλα και τη γλώσσα στην οποία είναι εκτεθειμένος ο γιος μου για να δούμε αν μπορούμε να προβλέψουμε πως η δομή του πότε ακούγονται οι λέξεις επηρεάζει το πότε μαθαίνονται -- με άλλα λόγια, τη σχέση ανάμεσα στις λέξεις και το τι σημαίνουν στον κόσμο.
Now we freeze the action, 30 minutes, we turn time into the vertical axis, and we open up for a view of these interaction traces we've just left behind. And we see these amazing structures -- these little knots of two colors of thread we call "social hot spots." The spiral thread we call a "solo hot spot." And we think that these affect the way language is learned. What we'd like to do is start understanding the interaction between these patterns and the language that my son is exposed to to see if we can predict how the structure of when words are heard affects when they're learned -- so in other words, the relationship between words and what they're about in the world.
Ιδού πώς προσπαθούμε να το πετύχουμε. Σε αυτό το βίντεο, ξανά, ανιχνεύουμε τις κινήσεις του γιου μου. Αφήνει πίσω του κόκκινο μελάνι. Και αυτή είναι η νταντά στην πόρτα,
So here's how we're approaching this. In this video, again, my son is being traced out. He's leaving red ink behind. And there's our nanny by the door.
(Βίντεο) Νταντά: Θες νερό; (Μωρό: Αααα.) Νταντά: Εντάξει. (Μωρό: Αααα.)
(Video) Nanny: You want water? (Baby: Aaaa.) Nanny: All right. (Baby: Aaaa.)
ΝΡ: Προσφέρει νερό, και τα δύο σκουλήκια ξεκινούν για την κουζίνα να βρουν νερό. Και αυτό που κάναμε ήταν να χρησιμοποιήσουμε τη λέξη "νερό" για να σημειώσουμε αυτή τη στιγμή, αυτό το κομμάτι δραστηριότητας. Και τώρα με τη δύναμη των δεδομένων παίρνουμε κάθε φορά που ο γιος μου άκουσε τη λέξη νερό και το περιβάλλον στο οποίο το είδε, και τα χρησιμοποιούμε για να διεισδύσουμε μέσω του βίντεο και να βρούμε κάθε ίχνος δραστηριότητας που συνέβη συγχρόνως με την παρουσία της λέξης "νερό". Και αυτά τα δεδομένα αφήνουν πίσω τους ένα τοπίο. Τα αποκαλούμε λεξοτοπία. Αυτό είναι το λεξοτοπίο για τη λέξη "νερό", και μπορείτε να δείτε πως η περισσότερη δράση είναι στην κουζίνα. Εκεί βρίσκονται αυτές οι μεγάλες κορυφές στα αριστερά. Και για αντιδιαστολή, μπορούμε να το κάνουμε αυτό για οποιαδήποτε λέξη. Μπορούμε να πάρουμε τη λέξη "αντίο" σαν αποχαιρετισμό. Και τώρα εστιάζουμε στην είσοδο του σπιτιού. Και κοιτάμε και βρίσκουμε, όπως θα περίμενε κανείς, μία αντίθεση στο τοπίο όπου η λέξη "αντίο" συναντάται πολύ περισσότερο με ένα δομημένο τρόπο. Χρησιμοποιούμε λοιπόν αυτές τις δομές για να αρχίσουμε να προβλέπουμε τη σειρά απόκτησης γλώσσας, και αυτή είναι μία εργασία σε εξέλιξη.
DR: She offers water, and off go the two worms over to the kitchen to get water. And what we've done is use the word "water" to tag that moment, that bit of activity. And now we take the power of data and take every time my son ever heard the word water and the context he saw it in, and we use it to penetrate through the video and find every activity trace that co-occurred with an instance of water. And what this data leaves in its wake is a landscape. We call these wordscapes. This is the wordscape for the word water, and you can see most of the action is in the kitchen. That's where those big peaks are over to the left. And just for contrast, we can do this with any word. We can take the word "bye" as in "good bye." And we're now zoomed in over the entrance to the house. And we look, and we find, as you would expect, a contrast in the landscape where the word "bye" occurs much more in a structured way. So we're using these structures to start predicting the order of language acquisition, and that's ongoing work now.
Στο εργαστήριό μου, το οποίο βλέπουμε τώρα, στο ΜΙΤ -- αυτό είναι το εργαστήριο μίντια. Αυτός έχει γίνει ο αγαπημένος μου τρόπος βιντεοσκόπησης κάθε χώρου. Τρεις από τους βασικούς ανθρώπους αυτού του προγράμματος, ο Φίλιπ Ντε Καμπ, ο Ρόνυ Κούμπατ και ο Μπράντον Ρόυ εικονίζονται εδώ. Ο Φίλιπ είναι ένας στενός συνεργάτης σε όλες τις απεικονίσεις που βλέπετε. Και ο Μάικλ Φλάισμαν ήταν ακόμα ένας διδακτορικός φοιτητής στο εργαστήριό μου που δούλεψε μαζί μου σε αυτή την ανάλυση οικιακού βίντεο, και έκανε την ακόλουθη παρατήρηση: "ακριβώς με τον ίδιο τρόπο με τον οποίο αναλύουμε πώς η γλώσσα συνδέεται με γεγονότα που προσφέρουν κοινό έδαφος για τη γλώσσα, αυτήν ακριβώς την ιδέα μπορούμε να τη βγάλουμε έξω από το σπίτι σου, Ντεμπ, και να την εφαρμόσουμε στον κόσμο των ΜΜΕ." Έτσι οι προσπάθειές μας πήραν μία απρόσμενη τροπή.
In my lab, which we're peering into now, at MIT -- this is at the media lab. This has become my favorite way of videographing just about any space. Three of the key people in this project, Philip DeCamp, Rony Kubat and Brandon Roy are pictured here. Philip has been a close collaborator on all the visualizations you're seeing. And Michael Fleischman was another Ph.D. student in my lab who worked with me on this home video analysis, and he made the following observation: that "just the way that we're analyzing how language connects to events which provide common ground for language, that same idea we can take out of your home, Deb, and we can apply it to the world of public media." And so our effort took an unexpected turn.
Σκεφτείτε τα ΜΜΕ ως παρόχους κοινού εδάφους και έχετε τη συνταγή για να μεταφέρετε αυτή την ιδέα σε ένα ολότελα διαφορετικό επίπεδο. Αρχίσαμε να αναλύουμε τηλεοπτικά προγράμματα χρησιμοποιώντας τις ίδιες αρχές -- να αναλύουμε τη δομή γεγονότος ενός τηλεοπτικού σήματος -- επεισόδια εκπομπών, διαφημίσεις, όλα τα συστατικά που συγκροτούν τη δομή γεγονότος. Και τώρα, με δορυφορικές κεραίες, συγκεντρώνουμε και αναλύουμε ένα μεγάλο ποσοστό όσων προβάλλονται στην τηλεόραση στις Ηνωμένες Πολιτείες. Και δεν χρειάζεται πλέον να καταγράφουμε σαλόνια με μικρόφωνα για να συλλάβουμε τις συζητήσεις των ανθρώπων, απλά χρησιμοποιούμε κοινωνικά δίκτυα που είναι διαθέσιμα ελεύθερα.
Think of mass media as providing common ground and you have the recipe for taking this idea to a whole new place. We've started analyzing television content using the same principles -- analyzing event structure of a TV signal -- episodes of shows, commercials, all of the components that make up the event structure. And we're now, with satellite dishes, pulling and analyzing a good part of all the TV being watched in the United States. And you don't have to now go and instrument living rooms with microphones to get people's conversations, you just tune into publicly available social media feeds.
Συγκεντρώνουμε περίπου τρία δισεκατομμύρια σχόλια το μήνα. Και τότε συμβαίνει κάτι μαγικό. Έχουμε τη δομή του γεγονότος, το κοινό έδαφος που αφορούν οι λέξεις, να προέρχεται από τις τηλεοράσεις. Έχουμε τις συζητήσεις που σχετίζονται με αυτά τα θέματα. Και μέσω μίας σημασιολογικής ανάλυσης -- και βλέπετε πραγματικά δεδομένα από την επεξεργασία μας -- κάθε κίτρινη γραμμή υποδηλώνει ένα δεσμό που δημιουργείται ανάμεσα σε ένα σχόλιο εκεί έξω και ένα κομμάτι της δομής γεγονότος που προέρχεται από το τηλεοπτικό σήμα. Και τώρα αυτή η ιδέα μπορεί να "οικοδομηθεί". Και καταλήγουμε με αυτό το λεξοτοπίο, μόνο που τώρα οι λέξεις δεν συγκεντρώνονται στο σαλόνι μου. Αντιθέτως, τα συμφραζόμενα, οι δραστηριότητες κοινού εδάφους, είναι το περιεχόμενο της τηλεόρασης που τροφοδοτεί τις συζητήσεις. Και αυτό που βλέπουμε εδώ, αυτοί οι ουρανοξύστες τώρα, είναι σχόλια που συνδέονται με το περιεχόμενο της τηλεόρασης. Η ίδια ιδέα, αλλά κοιτάμε το δυναμικό επικοινωνίας σε μία πολύ διαφορετική σφαίρα.
So we're pulling in about three billion comments a month, and then the magic happens. You have the event structure, the common ground that the words are about, coming out of the television feeds; you've got the conversations that are about those topics; and through semantic analysis -- and this is actually real data you're looking at from our data processing -- each yellow line is showing a link being made between a comment in the wild and a piece of event structure coming out of the television signal. And the same idea now can be built up. And we get this wordscape, except now words are not assembled in my living room. Instead, the context, the common ground activities, are the content on television that's driving the conversations. And what we're seeing here, these skyscrapers now, are commentary that are linked to content on television. Same concept, but looking at communication dynamics in a very different sphere.
Και έτσι ουσιαστικά,αντί να, παραδείγματος χάριν, να μετρούμε το περιεχόμενο βάσει του αριθμού των θεατών, αυτό μας δίνει τα βασικά δεδομένα για να μελετούμε τις δυνατότητες συμμετοχής του περιεχομένου. Και όπως μπορούμε να κοιτάξουμε τους κύκλους ανατροφοδότησης και τη δυναμική σε μία οικογένεια, μπορούμε τώρα να διευρύνουμε τις ίδιες ιδέες και να μελετήσουμε πολύ μεγαλύτερες ομάδες ανθρώπων. Αυτή είναι μία υπο-ομάδα δεδομένων από τη βάση δεδομένων μας -- μόλις 50.000 από ένα σύνολο πολλών εκατομμυρίων -- και το κοινωνικό γράφημα που τους συνδέει μέσα από δημόσια διαθέσιμες πηγές. Και αν τα βάλουμε σε ένα επίπεδο, ένα δεύτερο επίπεδο είναι εκεί που ζει το περιεχόμενο. Έχουμε λοιπόν τα προγράμματα και τα αθλητικά γεγονότα και τις διαφημίσεις, και όλες τις συνδετικές δομές που τα ενώνουν και δημιουργούν ένα γράφημα περιεχομένου. Και μετά έχουμε και τη βασική τρίτη διάσταση. Κάθε ένας από τους δεσμούς που βλέπετε εδώ είναι μία πραγματική σύνδεση ανάμεσα σε κάτι που είπε κάποιος και ένα κομμάτι περιεχομένου. Και υπάρχουν τώρα δεκάδες εκατομμύρια τέτοιοι δεσμοί που μας δίνουν το συνδετικό ιστό κοινωνικών γραφημάτων και τον τρόπο που σχετίζονται με το περιεχόμενο. Και μπορούμε τώρα να αρχίσουμε να ερευνούμε τη δομή με ενδιαφέροντες τρόπους.
And so fundamentally, rather than, for example, measuring content based on how many people are watching, this gives us the basic data for looking at engagement properties of content. And just like we can look at feedback cycles and dynamics in a family, we can now open up the same concepts and look at much larger groups of people. This is a subset of data from our database -- just 50,000 out of several million -- and the social graph that connects them through publicly available sources. And if you put them on one plain, a second plain is where the content lives. So we have the programs and the sporting events and the commercials, and all of the link structures that tie them together make a content graph. And then the important third dimension. Each of the links that you're seeing rendered here is an actual connection made between something someone said and a piece of content. And there are, again, now tens of millions of these links that give us the connective tissue of social graphs and how they relate to content. And we can now start to probe the structure in interesting ways.
Αν, για παράδειγμα, ανιχνεύσουμε την πορεία ενός κομματιού περιεχομένου που ωθεί κάποιον να το σχολιάσει, και μετα παρακολουθήσουμε που πηγαίνει το σχόλιο, και κοιτάξουμε ολόκληρο το κοινωνικό γράφημα που δραστηριοποιείται και ακολουθήσουμε ανάποδα τη σχέση ανάμεσα στο κοινωνικό γράφημα και το περιεχόμενο, μία πολύ ενδιαφέρουσα δομή γίνεται ορατή. Την αποκαλούμε κλίκα συν-όρασης, ένα ψηφιακό σαλόνι αν θέλετε. Και υπάρχουν συναρπαστικές δυναμικές που ενεργοποιούνται. Δεν είναι μονόδρομος. Ένα κομμάτι περιεχομένου,ένα γεγονός, κάνει κάποιον να μιλήσει. Μιλούν σε άλλους ανθρώπους. Αυτό ωθεί τη συμπεριφορά πίσω στα ΜΜΕ, και έχουμε αυτούς τους κύκλους που καθορίζουν τη συνολική συμπεριφορά.
So if we, for example, trace the path of one piece of content that drives someone to comment on it, and then we follow where that comment goes, and then look at the entire social graph that becomes activated and then trace back to see the relationship between that social graph and content, a very interesting structure becomes visible. We call this a co-viewing clique, a virtual living room if you will. And there are fascinating dynamics at play. It's not one way. A piece of content, an event, causes someone to talk. They talk to other people. That drives tune-in behavior back into mass media, and you have these cycles that drive the overall behavior.
Άλλο ένα παράδειγμα -- πολύ διαφορετικό -- ακόμα ένα πραγματικό άτομο στη βάση δεδομένων μας -- και βρίσκουμε τουλάχιστον εκατοντάδες, αν όχι χιλιάδες, τέτοια άτομα. Του έχουμε δώσει ένα όνομα. Είναι ένας ημι-επαγγελματίας κριτικός ΜΜΕ που έχει αυτό τον υψηλό βαθμό διάδοσης. Πολλοί άνθρωποι ακολουθούν αυτό το άτομο -- έχει μεγάλη επιρροή -- και έχουν την τάση να μιλούν για το τι δείχνει η τηλεόραση. Αυτό το άτομο λοιπόν είναι ένας βασικός δεσμός που συνδέει τα ΜΜΕ και τα κοινωνικά δίκτυα.
Another example -- very different -- another actual person in our database -- and we're finding at least hundreds, if not thousands, of these. We've given this person a name. This is a pro-amateur, or pro-am media critic who has this high fan-out rate. So a lot of people are following this person -- very influential -- and they have a propensity to talk about what's on TV. So this person is a key link in connecting mass media and social media together.
Ένα τελευταίο παράδειγμα από αυτά τα δεδομένα. Ορισμένες φορές είναι ένα κομμάτι περιεχομένου που έχει ιδιαίτερη σημασία. Αν λοιπόν κοιτάξουμε αυτό το κομμάτι περιεχομένου, η ομιλία του προέδρου Ομπάμα για την "Κατάσταση του Έθνους" πριν από λίγες εβδομάδες, και κοιτάξουμε τι βρίσκουμε στο ίδιο σύνολο δεδομένων, στην ίδια κλίμακα, οι ικανότητες αυτού του κομματιού περιεχομένου να προκαλέσει το ενδιαφέρον είναι πραγματικά εκπληκτικές. Ένα έθνος που εκρήγνειται σε συνομιλίες σε πραγματικό χρόνο σε ανταπόκριση αυτού που μεταδίδεται. Και φυσικά, μέσα από όλες αυτές τις γραμμές κυλάει μη-δομημένη γλώσσα. Μπορούμε να ακτινογραφήσουμε και να αποκτήσουμε ένα παλμό του έθνους σε πραγματικό χρόνο, μία αίσθηση σε πραγματικό χρόνο των κοινωνικών αντιδράσεων στα διάφορα κυκλώματα του κοινωνικού γραφήματος που ενεργοποιούνται από το περιεχόμενο.
One last example from this data: Sometimes it's actually a piece of content that is special. So if we go and look at this piece of content, President Obama's State of the Union address from just a few weeks ago, and look at what we find in this same data set, at the same scale, the engagement properties of this piece of content are truly remarkable. A nation exploding in conversation in real time in response to what's on the broadcast. And of course, through all of these lines are flowing unstructured language. We can X-ray and get a real-time pulse of a nation, real-time sense of the social reactions in the different circuits in the social graph being activated by content.
Για να συνοψίσουμε λοιπόν, η ιδέα είναι η εξής: Καθώς ο κόσμος μας αποκτά ολοένα και περισσότερα εργαλεία και έχουμε τις ικανότητες να συγκεντρώσουμε και να συνδέσουμε τις κουκίδες ανάμεσα σε αυτά που λένε οι άνθρωποι και τα συμφραζόμενα μέσα στα οποία τα λένε, αυτό που αναδύεται είναι μία ικανότητα να δούμε νέες κοινωνικές δομές και δυναμικές που δεν έχουν παρατηρηθεί προηγουμένως. Είναι σαν να φτιάχνουμε ένα μικροσκόπιο ή ένα τηλεσκόπιο και να αποκαλύπτουμε νέες δομές για τη συμπεριφορά μας γύρω από την επικοινωνία. Και νομίζω πως τα συμπεράσματα εδώ είναι πολύ σημαντικά, είτε πρόκειται για την επιστήμη, για το εμπόριο, τη διακυβέρνηση, ή ίσως πάνω απ'όλα, για εμάς ως άτομα.
So, to summarize, the idea is this: As our world becomes increasingly instrumented and we have the capabilities to collect and connect the dots between what people are saying and the context they're saying it in, what's emerging is an ability to see new social structures and dynamics that have previously not been seen. It's like building a microscope or telescope and revealing new structures about our own behavior around communication. And I think the implications here are profound, whether it's for science, for commerce, for government, or perhaps most of all, for us as individuals.
Και έτσι για να γυρίσουμε στο γιο μου, όταν προετοίμαζα αυτή την ομιλία, κοιτούσε πίσω από τον ώμο μου, και του έδειξα τα κομμάτια που επρόκειτο να σας δείξω σήμερα, και ζήτησα την άδειά του -- μου την έδωσε. Και τότε άρχισα να σκέφτομαι, "Δεν είναι εκπληκτικό, όλη αυτή η βάση δεδομένων, όλες αυτές οι καταγραφές, που θα κληροδοτήσω σε σένα και την αδερφή σου," που γεννήθηκε δύο χρόνια αργότερα. "Και θα μπορείτε να γυρίσετε πίσω στο χρόνο και να ξαναζήσετε στιγμές που δεν θα μπορούσατε ποτέ, με τη βιολογική σας μνήμη, να θυμάστε όπως μπορείτε τώρα." Και έμεινε σιωπηλός για μια στιγμή. Και σκέφτηκα, "Μα τι λέω; Είναι πέντε χρόνων. Δεν πρόκειται να το καταλάβει αυτό." Και καθώς το σκεφτόμουνα αυτό, με κοίταξε και είπε, "Ώστε όταν μεγαλώσω, θα μπορώ να το δείξω αυτό στα παιδιά μου;" Και σκέφτηκα, "Ουάου, αυτό είναι σπουδαίο."
And so just to return to my son, when I was preparing this talk, he was looking over my shoulder, and I showed him the clips I was going to show to you today, and I asked him for permission -- granted. And then I went on to reflect, "Isn't it amazing, this entire database, all these recordings, I'm going to hand off to you and to your sister" -- who arrived two years later -- "and you guys are going to be able to go back and re-experience moments that you could never, with your biological memory, possibly remember the way you can now?" And he was quiet for a moment. And I thought, "What am I thinking? He's five years old. He's not going to understand this." And just as I was having that thought, he looked up at me and said, "So that when I grow up, I can show this to my kids?" And I thought, "Wow, this is powerful stuff."
Και θέλω να σας αφήσω με μία τελευταία αξιομνημόνευτη στιγμή από την οικογένειά μας. Αυτή είναι η πρώτη φορά που ο γιος μας έκανε περισσότερα από δύο βήματα στη σειρά -- και το καταγράψαμε. Και θέλω πραγματικά να επικεντρωθείτε σε κάτι καθώς σας το περιγράφω. Είναι ένα συγκεχυμένο περιβάλλον. Πραγματική ζωή. Η μητέρα μου είναι στην κουζίνα, μαγειρεύει, και, απ'όλα τα μέρη, στο διάδρομο, συνειδητοποίησα ότι θα το κάνει, ότι ήταν έτοιμος να κάνει πάνω από δύο βήματα. Και έτσι με ακούτε να τον ενθαρρύνω, συνειδητοποιώντας τι συμβαίνει, και τότε συμβαίνει η μαγική στιγμή. Ακούστε πολύ προσεχτικά. Μετά από περίπου τρία βήματα, συνειδητοποιεί ότι συμβαίνει κάτι μαγικό. Και η πιο απίστευτη αμφίδρομη σχέση παρεμβαίνει, και παίρνει μία ανάσα, και ψιθυρίζει "ουάου" και ενστικτωδώς λέω το ίδιο πράγμα. Ας πάμε λοιπόν πίσω στο χρόνο σε αυτή την αξιομνημόνευτη στιγμή.
So I want to leave you with one last memorable moment from our family. This is the first time our son took more than two steps at once -- captured on film. And I really want you to focus on something as I take you through. It's a cluttered environment; it's natural life. My mother's in the kitchen, cooking, and, of all places, in the hallway, I realize he's about to do it, about to take more than two steps. And so you hear me encouraging him, realizing what's happening, and then the magic happens. Listen very carefully. About three steps in, he realizes something magic is happening, and the most amazing feedback loop of all kicks in, and he takes a breath in, and he whispers "wow" and instinctively I echo back the same. And so let's fly back in time to that memorable moment.
(Βίντεο)ΝΡ: Έι. Έλα εδώ. Μπορείς να το κάνεις; Ουάου. Μπορείς να το κάνεις; Μωρό: Ναι. ΝΡ: Μαμά, περπατάει.
(Video) DR: Hey. Come here. Can you do it? Oh, boy. Can you do it? Baby: Yeah. DR: Ma, he's walking.
(Γέλια)
(Laughter)
(Χειροκρότημα)
(Applause)
ΝΡ: Σας ευχαριστώ.
DR: Thank you.
(Χειροκρότημα)
(Applause)